【基础概念】什么是数据库、数据仓库、数据市集

前言：

本文重点理清三个概念：数据库、数据仓库、数据市集。

数据库：

1.数据库是什么？

数据库是存储数据的一个库，库通常有多种数据表，表则是由字段（列名）和记录（基本信息）组成。
比如：消费者在淘宝购买商品，会产生订单号、下单时间、浏览时间、浏览次数等关于单纯购买商品的信息。
通常这些信息是商家导出到数据库中进行收集为一个csv文件或者excel文件，亦或者直接导入数据库如：Mysql、hive中。
这种数据涉及到买家的实时信息的记录，通常叫做事实表。

image.png

2.数据库有什么用？

用于业务分析，了解情况、调整策略。
比如：商家收集到了消费者的下单情况，可以进行月消费金额的统计、购买人次的统计等。
一方面了解自身的销售状况，另一方面也可以进行对用户群体行为跟踪分析。
比如：买家的年龄段、同个买家在商家购买的产品次数及类型，来刻画用户画像，以便调整推广方式、销售活动等。
通常符合身份标签的，如QQ上的昵称、年龄、性别等组成的数据表，或者地理位置，国家、省、区域的表一般叫做维度表。

3.数据库怎么用？

利用配套工具，进行 查、增、删、改 的基本操作，复杂点 进行 分组聚合，求和、计数、求平均等。
最为广泛的是excel，一般单张表使用。
Mysql 用于 多张表，一个库。
python 用于 自动化、标准式输出的操作。
hive 用于 跨部门、互动式 操作。

数据仓库：

1.数据仓库是什么？

是存储各种历史信息的数据库，一般存在数据量大、杂，以及数据表极多的情况，且不是按天为单位的录入信息，一般是月、年为单位的存储信息。
数据仓库中存储着不同主题的信息。

一句话概括：“面向分析的存储系统”。
当然，日常使用的叫做 操作型数据库，就是“面向业务的实时存储系统”。

2.数据仓库的作用是什么？

数据仓库作用是进行历史数据分析，负责利用历史数据对公司各主题域进行统计分析。

3.操作型数据库和数据仓库有什么区别？

面向主题不同
操作型是为支持各种业务而建立，数据仓库是为了对各种繁杂业务中抽象出来的分析主题进行分析而建立。

历史性
数据仓库保存的时间通常以几年、几十年存在，前者通常仅保留几个月。

范围性
数据仓库将不同主题的数据库汇总一起，面对的是整个公司，而前者通常是单一主题，面对个体业务。

数据市集：

1.数据市集是什么？

一句话概括，“面向单个主题分析的存储系统”，或者“单一主题的数据仓库”。
它是一种“小型数据仓库”，包含单个主题，关注范围并非全局。

数据集市可以分为两种。
一种是独立数据集市(independent data mart)，这类数据集市有自己的源数据库和ETL架构；
另一种是非独立数据集市(dependent data mart)，这种数据集市没有自己的源系统，它的数据来自数据仓库。当用户或者应用程序不需要/不必要/不允许用到整个数据仓库的数据时，非独立数据集市就可以简单为用户提供一个数据仓库的"子集"。